AI 성공 사례를 읽는 일이 피곤해졌습니다

솔직히 AI 성공 사례를 너무 많이 보고 있다는 생각이 들었습니다. 새로운 사례 분석은 매일 쏟아지는데, 제가 접한 글은 해외 사례가 많았습니다. AI로 무엇을 만들었고 어떤 성과를 냈는지 설명하다가, 마지막에는 자신의 클래스나 부트캠프에 들어오라는 권유로 이어지는 글도 자주 보였습니다.

처음에는 흥미로웠던 이야기도 비슷한 전개를 계속 읽다 보니 식상하고 피곤하게 느껴졌습니다. 다른 사람이 성공했다는 이야기를 읽는 것과 제가 실제로 일을 해보는 것 사이에는 차이가 있었습니다. 사례 속 결과를 알게 돼도, 제 일에서 무엇부터 정하고 어떻게 적용해야 할지는 따로 고민해야 했습니다.

그래서 저는 직접 일하며 겪은 문제와 그때 내린 판단을 적고 싶었습니다. AI에게 맡기면 될 줄 알았는데 계속 고치게 되는 이유, 도구를 만들고도 일이 끝나지 않는 이유처럼 실제 작업에서 생긴 질문을 다루고 싶었습니다.

저도 바이브 코딩을 가르치는 사람입니다. 그래서 이 글을 다른 강의나 사례 소개를 모두 비판하는 이야기로 쓰고 싶지는 않습니다. 다만 제가 쓰는 글에서는 성공한 결과를 보여주는 데서 한 걸음 더 들어가고 싶었습니다.

무엇을 해봤는지, 어디에서 막혔는지, 무엇을 사람이 정해야 했는지. 제가 직접 설명할 수 있는 경험을 남기고 싶었습니다. 누군가 제 글을 읽는다면 결과와 함께 그 과정에서 제가 어떤 생각을 했는지도 알 수 있기를 바랐습니다.

일하면서 생긴 질문을 한 편씩 적었습니다

저는 웹핏을 운영하며 홈페이지를 만들고, 바이브 코딩을 가르치고, AI와 함께 여러 작업을 해왔습니다.

뉴스레터에는 그 과정에서 생긴 질문을 적었습니다.

• AI가 만든 글은 왜 계속 고치게 될까?
• 바이브 코딩과 자동화는 무엇이 다를까?
• 대시보드를 만들면 정말 일이 끝날까?
• 홈페이지를 잘 만드는 사람일수록 왜 결과물이 평범해질까?
• AI에게 일을 맡기기 전에 무엇을 정해야 할까?

누구에게나 통하는 정답을 알려주려던 것은 아닙니다. 제가 직접 만들고 가르치며 무엇을 알게 됐고 판단이 어떻게 달라졌는지 제 언어로 정리하고 싶었습니다. 최근에 쓴 글까지 세어보니 원고가 14편이었습니다. 바이브 코딩에서 시작해 AI와 일하는 방법, 자동화, 홈페이지, 업무 설계로 주제가 넓어졌습니다.

그러다 제 글을 읽었다는 메일이 왔습니다

누가 읽기는 할까.

매주 뉴스레터를 쓰면서도 누가 읽고 있는지는 잘 몰랐습니다. 그래도 누군가는 보겠지 하는 마음으로, 직접 일하며 겪은 일과 그 과정에서 든 생각을 한 편씩 써왔습니다. 그러다 최근 트레바리에서 메일 한 통을 받았습니다.

제 콘텐츠와 활동을 보고 연락했다며, 독서 모임을 이끄는 파트너로 함께할 가능성을 이야기해보고 싶다는 제안이었습니다. 기뻤습니다. 그런데 제안 자체보다 더 반가운 대목이 있었습니다. 메일에는 제가 쓴 글의 제목과 그 글에서 눈여겨본 내용이 구체적으로 적혀 있었습니다.

트레바리에서 보낸 메일에는 「AI가 만든 글을 계속 고치게 되는 이유」를 읽었다는 내용이 있었습니다.

그 글에서 저는 AI가 만든 문장이 전하려는 내용을 제대로 담지 못하는 이유를 문장 솜씨에서만 찾지 않았습니다. 글을 쓰기 전에 무엇을 정했는지, 어떤 경험과 판단을 넣었는지 살펴봐야 한다고 썼습니다.

메일을 보낸 분은 바로 그 대목을 짚었습니다. 제가 웹에이전시를 직접 운영하며 글에 담은 제작자의 관점에 관심을 보였습니다. 특히 도구 사용법보다 만드는 사람이 먼저 정해야 할 것을 다룬 점을 짚었습니다. 제가 쓴 「노션처럼 체계적으로 익히는 워드프레스」 연재도 인상 깊게 읽었다고 했습니다.

제가 글에서 전하고 싶었던 것이 실제로 전달되고 있었습니다.

글에는 제가 일하는 기준도 담겨 있었습니다

글에는 정보와 함께 어떤 문제를 자주 만났는지, 무엇을 중요하게 생각하는지, 같은 상황에서 어떤 기준으로 판단하는지도 들어갑니다. 저는 뉴스레터에서 웹핏이 하는 일을 계속 설명했습니다. 홈페이지 한 장을 만드는 데서 끝내지 않고, 전문가의 경험을 고객이 이해할 수 있는 언어와 구조로 바꾸는 일입니다.

AI를 다룰 때도 비슷한 관점으로 썼습니다. 도구의 기능을 나열하기보다 사람이 먼저 무엇을 정해야 하는지, 직접 일을 맡겨보며 어떤 문제가 생겼는지, 그 문제를 해결하면서 판단이 어떻게 달라졌는지를 담았습니다.

이번 메일을 받고 보니 제가 쌓아온 경력과 관심사가 그동안 쓴 글에 드러나 있었습니다. 따로 자기소개서를 보내지 않았는데도 상대는 제가 어떤 일을 해왔고 무엇을 중요하게 보는지 알고 있었습니다.

원고 14편을 다시 살펴보니 소재는 달라도 여러 글에서 공통으로 다룬 질문이 있었습니다. ‘무엇을 만들 수 있는가’보다 ‘왜 만들고, 무엇을 먼저 정해야 하는가’에 가까운 질문이었습니다. 홈페이지를 만들 때도, 바이브 코딩을 가르칠 때도, AI와 문서를 만들 때도 제가 계속 고민했던 문제였습니다.

한 편씩 쓸 때는 각기 다른 주제라고 생각했는데, 모아놓고 보니 제가 일하는 방식이 드러나 있었습니다. 글 한 편만 있었다면 이번 연락이 왔을지는 알 수 없습니다. 다만 메일에 구체적으로 적힌 내용을 보며, 상대가 제 글에서 어떤 관점을 읽었는지는 알 수 있었습니다.

스승님은 킬러 아티클을 쓰라고 하셨습니다

글이 사람을 데려온다는 이야기는 오래전 스승님께 들었습니다. 스승님은 킬러 아티클을 20~30개 정도 써보라고 하셨습니다. 그렇게 써둔 글이 계속 고객을 오게 만든다는 말씀이었습니다.

킬러 아티클이라는 표현은 강하게 들리지만, 저는 고객이 궁금해하는 문제를 제대로 다루고 제가 어떤 일을 하는 사람인지 보여주는 글로 이해합니다. 읽는 사람이 자신의 문제를 떠올리고, 이 사람에게 물어보고 싶다고 느낄 수 있는 글입니다.

스승님은 실제로 그런 경험을 하셨습니다. 스승님이 써둔 글을 구글에서 찾고 들어오는 유입이 약 10년 동안 이어졌습니다. 스승님의 사례에서는 글을 쓴 뒤에도 검색을 통한 유입이 오랫동안 이어졌습니다. 글을 올린 직후의 반응만으로는 알 수 없는 일이었습니다.

그 이야기를 들으며 글을 쓰는 일을 당장의 반응만으로 판단하기는 어렵다고 생각했습니다. 올린 직후에는 누가 읽는지 몰라도, 나중에 그 내용을 찾는 사람이 있을 수 있으니까요.

이번 메일을 받고 오래전 그 조언을 다시 떠올렸습니다. 스승님은 글을 통해 오랫동안 구글 유입을 경험하셨고, 저는 제 글을 읽은 분에게 함께 일할 가능성을 이야기해보고 싶다는 연락을 받았습니다. 서로 다른 경험이지만, 써둔 글을 통해 누군가 그 사람을 알게 됐다는 점은 닮아 있었습니다.

누가 읽는지 몰라도 글은 남습니다

이번 일을 두고 꾸준히 쓰면 반드시 기회가 온다고 말하고 싶지는 않습니다. 모든 글이 섭외나 성과로 돌아오는 것도 아닐 것입니다. 다만 누가 읽는지 알 수 없어도 적어둔 경험과 생각은 남습니다. 어느 날 그 관점을 필요로 하는 사람이 글을 발견할 수도 있습니다.

이번 연락이 특히 기뻤던 이유도 여기에 있습니다. 제가 알리고 싶은 경력뿐 아니라, 일하면서 중요하게 여긴 생각까지 읽어준 사람이 있었습니다. 그래서 다음 글도 지금처럼 쓰려고 합니다.

거창한 성공담을 만들기보다 웹핏을 운영하고, 홈페이지를 만들고, 바이브 코딩을 가르치며 실제로 겪은 일을 쓰겠습니다. 그 과정에서 바뀐 생각과 판단도 함께 남겨보려 합니다.

누가 읽을지는 여전히 모릅니다. 그래도 이번 메일로 알게 됐습니다. 누군가는 글을 읽으며 제가 무슨 일을 하는지, 어떤 생각으로 그 일을 하는지까지 보고 있었다는 것을요.